首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

小规模样本集图像增广模型构建方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:电子科技大学(深圳)高等研究院

摘要:本发明公开了小规模样本集图像增广模型构建方法,涉及图像处理技术领域,包括以下步骤:S1、对有限样本集进行基于几何变换的图像增广;S2、对几何变换后的图像进行随机背景填充。本发明通过设计一种用于小规模样本集的图像增广模型构建方法,对带有旋转一类的目标检测,特别是带有平面特性的目标具有很好的适应性,同时,该增广方法可以大大降低由于旋转和抖动产生的漏检,为目标跟踪问题提供了更加鲁棒的目标检查基础,该模型主要针对目标跟踪问题中由于样本数量少、跟踪平台抖动、以及相机与目标之间相对旋转等各类问题造成的检测失败,即解决目标跟踪背景下神经网络对少量样本进行训练时出现泛化能力不足的问题。

主权项:1.一种小规模样本集图像增广模型构建方法,其特征在于包括以下步骤:S1、对有限样本集进行基于几何变换的图像增广;所述步骤S1中,基于几何变换的图像增广包括对有限样本集进行相似变换,相似变换包括刚性变换,通过刚性变换对图像的平移运动与旋转运动进行描述,在进行刚性变换时,图像的形状不发生扭曲,大小也不会改变,在刚性变换的基础中加入尺寸缩放因子,使得图像进行相似变换时可进行图像的平移、旋转和各向同性的尺寸缩放,使图像中物体的原有形状不发生扭曲的同时可改变物体的大小,通过刚性变换矩阵描述图像的刚性变换,通过相似变换矩阵描图像的相似变换;所述步骤S1中,基于几何变换的图像增广包括对有限样本进行仿射变换,进行仿射变换时,首先需要读取原始图像,然后获取原始图像左上角和右下角的坐标点,分别计算左上角和右下角的离散差值后,根据离散值获取图像所有坐标点,然后计算新图像的所需的宽度值与高度值,根据宽度值选取水平差值的最大值,根据高度值选取垂直差值的最大值,然后构建新图像的四个角的坐标点,通过新图像的四个角的坐标点获取仿射变换矩阵并应用,通过仿射变换得到变换后的新图像;所述步骤S1中,基于几何变换的图像增广包括对有限样本进行投影变换,在投影变换之前先建立样本的三维模型,然后根据视线方向定义投影平面,使投影平面垂直于视线方向的平面,然后根据相机方向和视线方向进行投影变换,通过透视投影变换模拟人眼所看东西的方式,遵循近大远小,将图像投影至投影平面,通过变换矩阵将图像空间压缩,使其对应真正透视投影的坐标,然后将被压缩过的空间重新正交投影成标准小立方体,通过透视投影变换矩阵进行投影变换,最后通过视口变换将图像比例还原;S2、对几何变换后的图像进行随机背景填充;所述步骤S2中,通过对仿射变换和投影变换后的图像进行随机背景填充,以应付几何变换后图像边缘信息缺失的问题,通过随机裁剪非目标区域以对边缘信息缺失区域进行填补,再通过提升样本图像区域的质量来防止样本的特征信息量出现失衡,通过填充公式进行随机背景填充,通过随机背景填充提升目标检测性能;S3、通过多方向图像模糊增广算法,帮助模型学习并处理成像模糊问题;S4、结合传统图像增广方法,得到随机参数可调的图像增广模型;所述步骤S4中,传统图像增广包括随机高斯噪声注入和色彩空间抖动,在随机高斯噪声注入中,通过模拟视觉成像时可能产生的各种噪声与干扰,利用对原始图像中像素随机叠加额外干扰信息的方法,生成一种带有不确定噪声干扰叠加的新图形样本,在色彩空间抖动中,通过色彩空间的变换,实现图像由RGB的色彩空间向CMY的色彩空间进行转换;所述步骤S4中,传统图像增广包括翻转或裁剪图像、图像亮度变化,在图像翻转中,沿着图像的一个轴线进行水平或垂直进行操作,通过图像翻转使图像增广模型学习到样本对称方向的特征表达,在图像的随机裁剪中,对图像进行二维尺度上的截取,获取图像的局部图像后,将截取的图像进行放大,通过裁剪图像保留了图像中原始的特征信息,再进行放大则丰富了图形的特征,在图像亮度变化中,通过对图像的亮度系数进行调节,使得图像增广模型适用于更复杂的光照环境。

全文数据:

权利要求:

百度查询: 电子科技大学(深圳)高等研究院 小规模样本集图像增广模型构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。